Как нейросети помогают решать экологические проблемы

Экологические проблемы становятся все более актуальными, а решать их долго, трудно и дорого. ИИ может значительно облегчить этот процесс. В этой статье расскажем, как нейросети улучшают экологическую ситуацию — предсказывают лесные пожары, сокращают энергопотребление, борются с незаконной вырубкой лесов.

Лесные пожары сложно обнаруживать и тушить — возгорание может начаться под слоем сухой листвы или в труднодоступных местах. При этом лесные пожары распространяются очень быстро и непредсказуемо, поэтому особенно опасны. Обнаруживать их помогает ИИ.

Противопожарные службы Калифорнии разработали алгоритм, который быстро предупреждает о возможных пожарах. Система анализирует изображения с более 1000 камер. Если она видит признаки возгорания, то извещает диспетчера о них. Тестовый запуск программы показал, что она работает эффективно — система выявила 77 пожаров до того, как о них сообщили диспетчерам.

Отслеживать популяции, которые находятся под угрозой вымирания, очень сложно. Во-первых, животные могут находится в труднодоступных местах или на обширных территориях. Вот-вторых, некоторые виды ведут ночной образ жизни, что тоже затрудняет их обнаружение. Наконец, наблюдение за животными требует специальных навыков и оборудования. На помощь приходит искусственный интеллект.

Компания Gramener создала нейросеть, которая анализирует плотность групп императорских пингвинов и оценивает их численность. Технологии Gramener используются и для оценки популяций лосося. Еще разработки компании помогают наблюдать за дикими слонами. Нейросети собирают и анализируют низкочастотные звуки, издаваемые животными.

Нейросети активно используют для наблюдения за экосистемами. Программы помогают собрать и проанализировать большие объемы информации. Еще ИИ прогнозирует изменения в экосистемах на основе исторических данных. Наконец, нейросети оценивают, как человеческая деятельность может повлиять на экосистему.

В 2021 году отечественные компании Yandeх Cloud и Maritime AI разработали алгоритм, который автоматически анализирует пробы воды с Байкала. Программа распознает более 400 видов микроорганизмов — фито- и зоопланктон. Алгоритм обучили примерно на 400 000 фотографий — по 1000 снимков на каждый вид. Ранее ученые анализировали пробы воды вручную. Процесс был долгим и трудоемким, требовал более 10 лет непрерывной практики.

Во многих странах появляется все больше несанкционированных свалок. Например, в России их число растет на 30% в год. ИИ помогает решать и эту проблему. В 2021 году «‎Билайн» разработал алгоритм, который находит нелегальные свалки на фотографиях. Технология позволяет оперативно убирать мусор.

Американская компания Aerbits AI создала программу, которая обнаруживает несанкционированные свалки в Сан-Франциско. Алгоритм обрабатывает спутниковые снимки и находит отходы. После определяет объем и местоположение мусора.

ИИ помогает сократить потребление электроэнергии и снизить количество топлива, сжигаемого на электростанциях. Следовательно, искусственный интеллект уменьшает выбросы углекислого газа. 2 года назад в России сделали нейросеть, которая прогнозирует выработку и потребление электроэнергии. Программу обучили на данных об историческом энергопотреблении. Нейросеть делает предсказания на их основе. Алгоритм помогает оператором энергосистем снижать потребление энергии в пиковые периоды.

Вырубка лесов — серьезная экологическая проблема, которая нарушает экосистемы, ухудшает качество почвы и усиливает парниковый эффект. Бороться с браконьерами трудно, потому что не хватает персонала. Недостающий специалистов можно заменить ИИ.

Компания Outland Analytics разработала программу, которая прослушивает лес и обнаруживает неавторизованные транспортные средства, пилы. Система состоит из компактных устройств, размещенных на деревьях, и алгоритма для распознавания звука. Каждый гаджет собирает звуковые сигналы и отправляет их в облачную инфраструктуру. Эту информацию анализирует нейросеть. Если она обнаруживает что-то подозрительное, отправляет сообщение диспетчеру.

Нейросети могут не только улучшать, но и ухудшать экологическую ситуацию. Данные, на которых обучаются и работают программы, находятся в ЦОД (центрах обработки данных). Эти центры потребляют очень много энергии. Например, во время обучения нейросетей типа ChatGPT в атмосферу попадает около 284 тонн углекислого газа.

Хорошая новость — энергопотребление ЦОД можно снизить, а значит можно уменьшить выбросы углекислого газа. Так, Google уже сократил энергопотребление своих ЦОД на 40% — внедрила системы охлаждения.

Итак, нерациональное использование ИИ-технологий может увеличить выбросы углекислого газа и ускорить глобальное потепление. Грамотное применение нейросетей, наоборот, поможет сохранить экосистемы и природные ресурсы.